LOFTER-网易轻博

2023年5月20日各cp tag的浏览量和参与量相比2023年1月30日的增加量

总浏览 1959435 总参与 8702 ，总浏览/总参与=225

下面的“综合”=（浏览/总浏览*总参与+参与）/2，但参与小于0按0算

比例=该cp的“综合”/（所有cp的“综合”的总和）*100

没能统计所有tag，有些当时没有记数据，就不知道增加了多少

有的浏览量只能准确到1000

1 喜灰 浏览 307000 参与 1012 综合 1188 比例 13.649

2 喜懒 浏览 316000 参与 888 综合 1146 比例 13.166

3 喜美 浏览 187000 参与 1220 综合 1025 比例 11.782

4 all喜 浏览 186000 参与 975 综合 901 比例 10.348

5 灰喜 浏览 181000 参与 869 综合 836 比例 9.612

6 双喜 浏览 109000 参与 585 综合 535 比例 6.143

7 胜喜 浏览 115000 参与 543 综合 527 比例 6.054

8 翼喜 浏览 69000 参与 313 综合 310 比例 3.559

9 沸美 浏览 40000 参与 298 综合 238 比例 2.733

10 灰红 浏览 42000 参与 275 综合 231 比例 2.652

11 懒喜 浏览 30000 参与 185 综合 159 比例 1.829

12 沸喜 浏览 19000 参与 203 综合 144 比例 1.651

13 胜灰 浏览 40000 参与 107 综合 142 比例 1.636

14 沸懒 浏览 23000 参与 91 综合 97 比例 1.11

15 黑潇 浏览 9000 参与 134 综合 87 比例 1.0

16 翼胜 浏览 23000 参与 63 综合 83 比例 0.949

17 杰沸 浏览 10000 参与 120 综合 82 比例 0.945

18 美喜 浏览 11000 参与 100 综合 74 比例 0.855

19 豹美 浏览 7033 参与 96 综合 64 比例 0.731

20 兔懒 浏览 4696 参与 101 综合 61 比例 0.7

21 鹰暖 浏览 4897 参与 98 综合 60 比例 0.688

22 美沸 浏览 17055 参与 39 综合 57 比例 0.659

23 喜沸 浏览 9582 参与 68 综合 55 比例 0.635

24 懒美 浏览 15000 参与 39 综合 53 比例 0.607

25 all懒 浏览 13664 参与 41 综合 51 比例 0.584

26 懒沸 浏览 19000 参与 16 综合 50 比例 0.577

27 力旺 浏览 19000 参与 -59 综合 42 比例 0.485

28 艾灰 浏览 17000 参与 -13 综合 38 比例 0.434

29 美懒 浏览 12757 参与 15 综合 36 比例 0.412

30 智丽 浏览 5193 参与 45 综合 34 比例 0.391

31 潇黑 浏览 15000 参与 -38 综合 33 比例 0.383

32 淘逗 浏览 13000 参与 -26 综合 29 比例 0.332

33 胜翼 浏览 6141 参与 24 综合 26 比例 0.295

34 机械暖 浏览 10000 参与 5 综合 25 比例 0.284

35 杆细 浏览 2317 参与 33 综合 22 比例 0.249

36 喜翼 浏览 5875 参与 17 综合 22 比例 0.248

37 双美 浏览 4474 参与 22 综合 21 比例 0.241

38 红灰 浏览 6436 参与 9 综合 19 比例 0.216

39 喜暖 浏览 3698 参与 13 综合 15 比例 0.169

40 暖美 浏览 1463 参与 21 综合 14 比例 0.158

41 芯果 浏览 2964 参与 9 综合 11 比例 0.127

42 喜胜 浏览 4306 参与 -12 综合 10 比例 0.11

43 逗淘 浏览 3713 参与 -14 综合 8 比例 0.095

44 all暖 浏览 3632 参与 -6 综合 8 比例 0.093

45 嘭咚 浏览 2063 参与 5 综合 7 比例 0.081

46 球豹 浏览 3000 参与 -1 综合 7 比例 0.077

47 旺力 浏览 2554 参与 -7 综合 6 比例 0.065

48 果芯 浏览 2459 参与 -1 综合 5 比例 0.063

49 喜all 浏览 1175 参与 5 综合 5 比例 0.059

50 美暖 浏览 2088 参与 0 综合 5 比例 0.053

51 灰胜 浏览 1200 参与 0 综合 3 比例 0.031

  快手：3000+浏览量  1元

                 5000+浏览量2元

   点赞：200+8元，100一199，5元

  1一99，I元

  涨粉：10粉一3元，50粉一12元，100一20元，100以上加我V私聊

  抖音也是

  想要更高数据的，可以私聊

  有需要的加我wxid_ayb9yii1lnx722

  有没有楼姐来教教我怎么做数据，半年了，经常因为学业和私生活打断，所以，怎么做数据啊？

这是一个关于Gacheater在考研准备期间的特殊人格，所以重开了一个档。或许不是我最喜欢的人格，但是好在我学习的东西也都是我喜爱的。目的也是为了我所爱的人们。

Starting Completely....

以前一直以为字典的键必须为字符串值，所以之前都要把其他值转换成字符串，再去存储。后来再看帮助的过程中偶然发现还可以用其他类型作为键，

好像说是除了不能用可变类型的值都是可以的。

最近要处理一些表格数据，比如日k数据等，如果做一个简易表格类处理这些数据，那是非常方便。

这次就用元组做键定位字典内的值，比用拼接字符串方便多了。

#jytb.py

classtab2class(): # 用元组为键基于零开始的简易表格

    def__init__(self):

        self.nrow,self.ncol = 1,1# 初始一个最小表格

        self.zdcell={}

    defclear(self):

        self.zdcell.clear()

    defnewtb(self,nrow,ncol):

        if nrow>0and ncol>0:

            self.nrow,self.ncol = nrow,ncol

    defgetcell(self,irow,jcol): # 表格行列计数从0开始

        if0<=irow<self.nrow and0<=jcol<self.ncol:

            pass

        else:

            returnNone

        try:

            val = self.zdcell[(irow,jcol)]

        exceptKeyError:

            returnNone

        return val

    defsetcell(self,irow,jcol,val): # 表格行列计数从0开始

        if0<=irow<self.nrow and0<=jcol<self.ncol:

            pass

        else:

            return

        try:

            self.zdcell[(irow,jcol)] = val

        exceptKeyError:

            return

    defsetrect(self,irow1,jcol1,irow2,jcol2,val): # 按对角矩形设置值，小值在前

        if0<=irow1<=irow2<self.nrow and0<=jcol1<=jcol2<self.ncol:

            pass

        else:

            return

        for i inrange(irow1,irow2+1):

            for j inrange(jcol1,jcol2+1):

                self.setcell(i,j,val)

    defsetall(self, val):

        for i inrange(self.nrow):

            for j inrange(self.ncol):

                self.setcell(i,j,val)

    defshowall(self):

        for i inrange(self.nrow):

            for j inrange(self.ncol):

                val = self.getcell(i,j)

                print(val, end='\t')

            print()

################################################################################

deftab2test():

    s="""

    210204 2.91 2.76 2.92 2.72 623358

    210205 2.77 2.72 2.95 2.68 474517

    210208 2.73 2.65 2.75 2.62 313065

    210209 2.71 2.84 2.89 2.65 501641

    210210 2.87 2.81 2.94 2.77 372646

    210218 2.87 2.93 2.98 2.86 436173

    210219 2.93 3.04 3.06 2.90 455948

    210222 3.05 3.08 3.22 3.05 621023

    210223 3.06 2.94 3.10 2.92 491709

    210224 2.98 3.13 3.24 2.97 769814

    210225 3.14 3.07 3.15 3.02 449588

    """

    ss=s.strip().split('\n')

    nrow = len(ss)

    ncol = 0

    if nrow >=1:

        xx=ss[0].split()

        ncol=len(xx)

    if ncol < 1: return

    print(nrow,ncol)

    tb=tab2class()

    tb.newtb(nrow,ncol)

    tb.setall('yy')

    tb.setrect(0,0,5,0,'yymmdd')

    tb.setrect(0,1,5,5,0.0)

    tb.showall()

    for i,v inenumerate(ss):

        xx=v.split()

        tb.setcell(i,0,xx[0])

        tb.setcell(i,1,float(xx[1]))

        tb.setcell(i,2,float(xx[2]))

        tb.setcell(i,3,float(xx[3]))

        tb.setcell(i,4,float(xx[4]))

        tb.setcell(i,5,float(xx[5]))

    tb.showall()

测试如下：

>>> tab2test()

11 6

yymmdd  0.0     0.0     0.0     0.0     0.0

yymmdd  0.0     0.0     0.0     0.0     0.0

yymmdd  0.0     0.0     0.0     0.0     0.0

yymmdd  0.0     0.0     0.0     0.0     0.0

yymmdd  0.0     0.0     0.0     0.0     0.0

yymmdd  0.0     0.0     0.0     0.0     0.0

yy      yy      yy      yy      yy      yy

yy      yy      yy      yy      yy      yy

yy      yy      yy      yy      yy      yy

yy      yy      yy      yy      yy      yy

yy      yy      yy      yy      yy      yy

210204  2.91    2.76    2.92    2.72    623358.0

210205  2.77    2.72    2.95    2.68    474517.0

210208  2.73    2.65    2.75    2.62    313065.0

210209  2.71    2.84    2.89    2.65    501641.0

210210  2.87    2.81    2.94    2.77    372646.0

210218  2.87    2.93    2.98    2.86    436173.0

210219  2.93    3.04    3.06    2.9     455948.0

210222  3.05    3.08    3.22    3.05    621023.0

210223  3.06    2.94    3.1     2.92    491709.0

210224  2.98    3.13    3.24    2.97    769814.0

210225  3.14    3.07    3.15    3.02    449588.0

在上海大学社会会系教授，亚洲性学联合会主席刘达临在2015年做出的统计估算认为，当时中国男同性恋（适婚年龄）步入同直婚的比例约在90%以上。 卫生部艾滋病专家咨询委员会委员、中国预防性病艾滋病基金会顾问、中国性病艾滋病防治协会理事、中国性学会理事、山东省医学会皮肤性病学分会副主任委员、青岛市性病艾滋病防治协会会长张北川在2016年的统计估算认为，中国男同性恋者（适婚年龄）步入同直婚比例约占85%，同时认为中国处于性活跃期的男同性恋者约2000万，中国同妻约1600万。 

相邻地区台湾同性恋婚姻合法化以后的状况：台湾作为亚洲第一个开放同性恋婚姻合法化的地区 根据台湾内政部的统计，截至2017年6月底，登记在册的台湾同性恋伴侣共有2223对，其中女性注册人数3510人，男性为936人，女性人数是男性的近4倍。 也就是说，开放之后，去注册的同性恋伴侣中，80%为女同，仅有20%是男同

哈工大的调查：哈尔滨工业大学人文学院社会人类学研究团队历时3年时间完成了教育部关于“同妻群体生活适应问题研究”的基金项目，这是国内第一份系统关注同妻群体生活的研究成果 根据哈尔滨工业大学社会人类学研究小组的报告，93.1%的“同妻”认为婚姻是场悲剧、自己是“骗婚的牺牲品”，可是选择离婚的“同妻”仅占31.2%。 哈工大历时3年调查同妻， 超九成遭遇暴力！ 53.7%的同妻遭受肢体暴力，37.6%的同妻遭受冷暴力。

ps:资料全来于网络，我只是资料的搬运工。

截止时间为2023年1月30日00：00

1.江苏省2789

2.山东省2306

3.广东省2063

4.河北省1322

5.浙江省1318

6.安徽省1301

7.福建省1220

8.河南省1152

9.湖南省1079

10.广西壮族自治区956

11.辽宁省862

12.四川省850

13.湖北省849

14.江西省511

15.山西省395

16.陕西省390

17.黑龙江省325

18.甘肃省245

19.吉林省180

20.青海省139

21.云南省74

22.西藏自治区73

23.内蒙古自治区62

24.贵州省61

25.海南省55

26.台湾省42

27.新疆维吾尔自治区23

28.宁夏回族自治区11

直辖市和特别行政区相比之下比较少，只有几位数，不过如果把省拟加进来这几位恐怕可以打碾压局😌

北京市17

天津市17

上海市19

重庆市6

澳门特别行政区1

香港特别行政区0